MétaCan
Menu
← Retour à la cohorte
Enregistrement W4391842744 · doi:10.21203/rs.3.rs-3950500/v1

Factors influencing the physio psychosocial state and health concerns of Canadian and Iranian undergraduate nursing students during the pandemic

2024· preprint· en· W4391842744 sur OpenAlexaffabout
Canan Birimoğlu Okuyan, Mehmet A. Begen, Jamileh Mohtashami, Zeynep Güngörmüş

Notice bibliographique

RevueResearch Square · 2024
Typepreprint
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésPsychosocialPandemicNursingPsychologyCoronavirus disease 2019 (COVID-19)State (computer science)MedicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Abstract The aim of our study is to investigate and analyze the factors that influence the physical, psychological, and social well-being of nursing students in Canada and Iran amidst the COVID-19 pandemic.The current study is both descriptive and comparative. Nursing students from both Canadian and Iranian institutions. Data was collected using a questionnaire based on the Short Health Anxiety Inventory (SHAI) scale and the Physio-Psychosocial Response Scale (PPSRS). There were statistically significant positive and extremely strong correlations (respectively; r=.911, r=.964, r=.952). between the total score of the physio-psycho-social response scale and the social, emotional, and somatic subscales of the students' subgroups. According to our findings, the COVID-19 pandemic has had a negative impact on the physio-psycho-social well-being of Canadian and Iranian nursing students. The total scores of the physio psychosocial response scale and the health anxiety scale were found to have a statistically significant positive relationship.The research findings support that during the pandemic, psychological support initiatives for nursing students should be prioritized. Moreover, the present study could be valuable in assessing the immediate psychological needs of the general population who are encountering physical symptoms during the epidemic.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,401
Score d'incertitude au seuil0,808

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,243
Tête enseignante GPT0,552
Écart entre enseignants0,310 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetCOVID-19 and Mental Health→Travaux en français237 207→